量化投资作为一种通过数量统计、模型构建与自动化买卖来获取稳定收益的交易方式,在国外发展已趋于成熟,而在国内由于制度因素以及衍生工具的限制,还未进入到一个成熟的阶段。同时,机器学习的大热对量化投资也产生了很大的影响,AI量化应运而生并引起了争议与讨论。因此,本文对比研究了传统量化投资与AI量化投资的基本特性,旨在为量化投资决策做出指导。量化投资策略的关键在于把握市场基本面属性、股票自身趋势特征以及反转动量等因子特性。遵循以上关键理念,文章首先介绍了传统量化的基本策略与评价指标;然后,将AI算法用于量化投资的策略模型,针对特征因子进行因子分析,并将因子集合作为机器学习特征集,运用Xgboost、StockRanker、随机森林等学习模型训练历史数据,通过训练得到多因子选股模型;最后,通过市值策略来对比研究传统量化投资与AI量化投资,并评估二者在收益指标与风险指标上的基本特征。最终,从研究结果来看,传统量化与AI量化都是可取的策略模式,合理运用可以获得理想的超额收益,并且二者具有自己的投资特征,了解这些特征,有助于我们在投资过程中趋利避害,减少不必要的损失。